申请/专利权人：重庆邮电大学

申请日：2024-01-05

公开（公告）日：2024-04-05

公开（公告）号：CN117828085A

主分类号：G06F16/35

分类号：G06F16/35;G06F40/253;G06F40/30;G06F40/289;G06F18/25;G06N3/0455;G06N3/042;G06N3/0464;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明属于情感分析领域，涉及一种基于语法语义双通道特征融合的方面级情感分析方法，包括：获取文本并进行预处理，得到文本序列和方面文本序列；将文本序列和方面文本序列输入嵌入层，得到文本词嵌入和方面文本词嵌入；将文本词嵌入输入语法BERT层，得到语法隐藏信息，将方面文本词嵌入输入语义BERT层，得到语义隐藏信息；将语法隐藏信息输入语法特征提取层，得到语法特征；将语义隐藏信息输入语义特征提取层，得到语义特征；对语法特征和语义特征进行融合，将融合后的特征输入分类层，得到情感分类结果；本发明分别提取语法语义特征并进行融合，充分地提取了文本信息；设计ESRD计算方式，提高了方面与上下文之间的交互。

主权项：1.一种基于语法语义双通道特征融合的方面级情感分析方法，其特征在于，包括：获取文本，对文本进行预处理，将预处理后的结果输入训练好的语法语义双通道特征融合模型，得到情感分类结果；所述语法语义双通道特征融合模型包括：嵌入层、语法BERT层、语法特征提取层、语义BERT层、语义特征提取层以及分类层；语法语义双通道特征融合模型的训练过程包括：S1、获取文本数据集，对文本数据集的数据进行预处理，得到文本序列和方面文本序列；S2、将文本序列和方面文本序列输入嵌入层，得到文本词嵌入和方面文本词嵌入；S3、将文本词嵌入输入语法BERT层，得到语法隐藏状态信息，将方面文本词嵌入输入语义BERT层，得到语义隐藏状态信息；S4、将语法隐藏状态信息输入语法特征提取层，得到语法特征；将语义隐藏状态信息输入语义特征提取层，得到语义特征；S5、对语法特征和语义特征进行融合，将融合后的特征输入分类层，得到情感分类结果；S6、根据情感分类结果计算损失函数值，根据损失函数值更新模型参数，当损失函数值收敛时，完成模型训练；其中，BERT为基于Transformer的双向编码器表征。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于语法语义双通道特征融合的方面级情感分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD